Neural Networks and Learning Machines

Neural Networks and Learning Machines pdf epub mobi txt 电子书 下载 2025

Simon Haykin,于1953年获得英国伯明翰大学博士学位,目前为加拿大McMaster大学电子与计算机工程系教授、通信研究实验室主任。他是国际电子电气工程界的*名学者,曾获得IEEE McNaughton金奖。他是加拿大皇家学会院士、IEEE会士,在神经网络、通信、自适应滤波器等领域成果颇丰,*有多部标准教材。

出版者:Pearson
作者:Simon O. Haykin
出品人:
页数:936
译者:
出版时间:2008-11-28
价格:USD 252.40
装帧:Hardcover
isbn号码:9780131471399
丛书系列:
图书标签:
  • 神经网络 
  • 机器学习 
  • MachineLearning 
  • 人工智能 
  • NeuralNetworks 
  • 计算机 
  • AI 
  • 计算机科学 
  •  
想要找书就要到 小美书屋
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

For graduate-level neural network courses offered in the departments of Computer Engineering, Electrical Engineering, and Computer Science. Renowned for its thoroughness and readability, this well-organized and completely up-to-date text remains the most comprehensive treatment of neural networks from an engineering perspective. Refocused, revised and renamed to reflect the duality of neural networks and learning machines, this edition recognizes that the subject matter is richer when these topics are studied together. Ideas drawn from neural networks and machine learning are hybridized to perform improved learning tasks beyond the capability of either independently.

具体描述

读后感

评分

这本书还算有点名气,有不少的AI书籍的参考文献都提及了它。书名虽然是foundation,但却是偏重于数学的。对于ANN的几乎所有原理都没有给出可以在直觉上理解的原因,比如,为什么对于w的初始化要随机且尽可能小;冲向量的直观解释是什么;对于分布不均匀的结果类别应该如何对w正...  

评分

是很全面的机器学习理论书籍,不过大多数读者是看不明白的,翻译也很一般。 p92 三个标准化步骤的结果,消除均值、去相关性以及协方差均衡 是很全面的机器学习理论书籍。 p94 对于神经元,训练率应该与突触数量成反比。 p92 三个标准化步骤的结果,消除均值、去相关性以及协方...  

评分

看着看着,我想起了那一句老话:一人翻为佳,二人翻为庸,三人翻为渣,若是三人等,则弗如渣渣 —————————— 这本书的译者不知道是不大熟悉这方面,还是机翻习惯了? 这本书本身大多是数学理论的堆砌,没有比较好的基础很难看懂,加上译者含混过关,大量的机翻体验与...  

评分

这次是第一次通读了整本书,里面的很多数学公司推导、部分原理没看明白,我想大部分第一次读的人应该也和我差不多吧。 如果作为学习神经网络的入门书,我想这本可能不太适合,因为它太多太细,初学者很容易陷入细节受到挫败感。 但并不是说这本书不好,相反,这本书绝对是经典...  

评分

总体看来,原著的结构性是比较强的,而且原著作者是经过信号处理转过来的,以LMS作为BP 的引导这块感觉挺有新意,同时不仅从数学分析方法,更重要的是从贝叶斯估计入手,更容易理解机器学习是一种统计推断,而不是看起来完美的微积分推导。但是,翻译的人,对, 就是那个姓申的...  

用户评价

评分

神经网络的经典教材!

评分

一部大作,里面涉及大量数学原理,需要一定的数学功底才能全部看懂。

评分

神经网络的经典教材!

评分

一部大作,里面涉及大量数学原理,需要一定的数学功底才能全部看懂。

评分

Haykin's great book for ML, including various classic ML algorithms, but quite out-dated.

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有